Matplotlib基础教程之折线图

1. 数据可视化的意义

俗话说，一图胜千言。数据可视化便是将数据通过图形化的方式展现出来，它更加便于我们观察数据蕴含的的规律，洞察了数据蕴含的规律后，我们能够做更好的商业决策。

2. 什么是折线图？

折线图是一个由点和线组成的统计图表，常用来表示数值随连续时间间隔或有序类别的变化。在折线图中，x 轴通常用作连续时间间隔或有序类别（比如阶段1，阶段2，阶段3）。y 轴用于量化的数据，如果为负值则绘制于 y 轴下方。连线用于连接两个相邻的数据点。

折线图用于分析事物随时间或有序类别而变化的趋势。如果有多组数据，则用于分析多组数据随时间变化或有序类别的相互作用和影响。折线的方向表示正/负变化。折线的斜率表示变化的程度。

3. 折线图的绘制

本节课我们来看如何作折线图。首先我们需要安装 matplotlib 库，可以使用命令 ​​pip install matplotlib​​ 进行安装。matplotlib 库安装完成后，我们便可以使用 matplotlib 库来作图了。例如：

from matplotlib import pyplot as plt

dev_x = [25, 26, 27, 28, 29, 30, 31, 32, 33, 34, 35]
dev_y = [38496, 42000, 46752, 49320, 53200, 56000, 62316, 64928, 67317, 68748, 73752]

plt.plot(dev_x, dev_y)
plt.show()

上述代码的第一行从 matplotlib 导入 pyplot 并起别名 plt。​​dev_x、dev_y​​ 为两个列表，分别包含 11 个数据，接下来调用 plot 函数便可以进行作图，plot 函数的参数为两组数据，调用 plot 函数之后，还需要调用 show 函数，否则不会显示图形。上述代码得到的图形如下所示：

上述图形中没有标识横坐标、纵坐标所表示的含义以及整个图形的标题。下面我们来添加上述信息：

from matplotlib import pyplot as plt

dev_x = [25, 26, 27, 28, 29, 30, 31, 32, 33, 34, 35]
dev_y = [38496, 42000, 46752, 49320, 53200, 56000, 62316, 64928, 67317, 68748, 73752]

plt.plot(dev_x, dev_y)

plt.xlabel("年龄")
plt.ylabel("年薪")
plt.title("年龄和薪水的关系")

plt.show()

上述代码通过 xlabel 函数添加横坐标代表的含义，通过 ylabel 函数添加纵坐标代表的含义，通过 title 函数添加图形的标题。添加上述信息之后的图形如下图所示：

上面做的图中只包含一条折线，现在我们来添加另外一条曲线。

from matplotlib import pyplot as plt

dev_x = [25, 26, 27, 28, 29, 30, 31, 32, 33, 34, 35]
dev_y = [38496, 42000, 46752, 49320, 53200, 56000, 62316, 64928, 67317, 68748, 73752]
plt.plot(dev_x, dev_y)

py_dev_x = [25, 26, 27, 28, 29, 30, 31, 32, 33, 34, 35]
py_dev_y = [45372, 48876, 53850, 57287, 63016, 65998, 70003, 70000, 71496, 75370, 83640]
plt.plot(py_dev_x, py_dev_y)

plt.xlabel("年龄")
plt.ylabel("年薪")
plt.title("年龄和薪水的关系")

plt.show()

上面的代码中，我们通过另外一组数据又添加了一条折线。仔细观察代码我们可以发现，​​dev_x​​​ 和 ​​py_dev_x​​ 是相同的，为了代码的简洁，我们可以只保留一份，例如：

from matplotlib import pyplot as plt

ages_x = [25, 26, 27, 28, 29, 30, 31, 32, 33, 34, 35]

dev_y = [38496, 42000, 46752, 49320, 53200, 56000, 62316, 64928, 67317, 68748, 73752]
plt.plot(ages_x, dev_y)

py_dev_y = [45372, 48876, 53850, 57287, 63016, 65998, 70003, 70000, 71496, 75370, 83640]
plt.plot(ages_x, py_dev_y)

plt.xlabel("年龄")
plt.ylabel("年薪")
plt.title("年龄和薪水的关系")

plt.show()

执行完上述代码生成的图形如下图所示：

由于图形中有两条折线，每条折线代表的含义并没有在图形中标识出来，这样我们便不能对两条折线进行区分，为了对两条折线进行区分，我们需要为两条折线分别加上标签。例如：

from matplotlib import pyplot as plt

ages_x = [25, 26, 27, 28, 29, 30, 31, 32, 33, 34, 35]

dev_y = [38496, 42000, 46752, 49320, 53200, 56000, 62316, 64928, 67317, 68748, 73752]
plt.plot(ages_x, dev_y)

py_dev_y = [45372, 48876, 53850, 57287, 63016, 65998, 70003, 70000, 71496, 75370, 83640]
plt.plot(ages_x, py_dev_y)

plt.xlabel("年龄")
plt.ylabel("年薪")
plt.title("年龄和薪水的关系")

plt.legend(['全部开发者','Python开发者'])

plt.show()

上面代码中，我们通过 legend 函数为两条折线打上标签，legend 函数的参数为一个列表，列表中元素的顺序需和折线的绘制顺序保持一致，不然会导致错乱。当我们改变折线的绘制顺序时，要同步改变作为 legend 函数参数的列表中元素的顺序。这是上面方法的缺陷，下面我们来看另外一种方法。

from matplotlib import pyplot as plt

ages_x = [25, 26, 27, 28, 29, 30, 31, 32, 33, 34, 35]

dev_y = [38496, 42000, 46752, 49320, 53200, 56000, 62316, 64928, 67317, 68748, 73752]
plt.plot(ages_x, dev_y, label="全部开发者")

py_dev_y = [45372, 48876, 53850, 57287, 63016, 65998, 70003, 70000, 71496, 75370, 83640]
plt.plot(ages_x, py_dev_y, label="Python开发者")

plt.xlabel("年龄")
plt.ylabel("年薪")
plt.title("年龄和薪水的关系")

plt.legend()

plt.show()

上面的方法通过在 plot 函数中添加参数 label 来实现标签的添加，添加过参数 label 后，我们同样需要调用 legend 函数，否则标签不会显示出来，只不过此时调用 legend 函数不需要传入参数。为折线添加完标签之后的图形如下图所示：

上面图形的样式都是默认的，我们也可以通过参数来设置图形的样式，包括折线的颜色、形状以及粗细等等。例如：

from matplotlib import pyplot as plt

ages_x = [25, 26, 27, 28, 29, 30, 31, 32, 33, 34, 35]

dev_y = [38496, 42000, 46752, 49320, 53200, 56000, 62316, 64928, 67317, 68748, 73752]
plt.plot(ages_x, dev_y, label="全部开发者", color="blue", marker=".", linestyle="-")

py_dev_y = [45372, 48876, 53850, 57287, 63016, 65998, 70003, 70000, 71496, 75370, 83640]
plt.plot(ages_x, py_dev_y, label="Python开发者", color="green", marker=".", linestyle="--")

plt.xlabel("年龄")
plt.ylabel("年薪")
plt.title("年龄和薪水的关系")

plt.legend()

plt.show()

上面的代码中，我们通过 color 参数指定图形的颜色，marker 参数指定每个数据点的标记，linestyle 参数指定图形的形状。执行完上述代码后的图形如下图所示：

color 参数的值也可以是一个 Hex 值，Hex 值由六位十六进制数组成，前两位十六进制数代表红色的强度，中间两位十六进制数代表绿色的强度，最后两位十六进制数代表蓝色的强度。例如：

from matplotlib import pyplot as plt

ages_x = [25, 26, 27, 28, 29, 30, 31, 32, 33, 34, 35]

dev_y = [38496, 42000, 46752, 49320, 53200, 56000, 62316, 64928, 67317, 68748, 73752]
plt.plot(ages_x, dev_y, label="全部开发者", color="#FF0000", marker=".", linestyle="-")

py_dev_y = [45372, 48876, 53850, 57287, 63016, 65998, 70003, 70000, 71496, 75370, 83640]
plt.plot(ages_x, py_dev_y, label="Python开发者", color="#00FF00", marker=".", linestyle="--")

plt.xlabel("年龄")
plt.ylabel("年薪")
plt.title("年龄和薪水的关系")

plt.legend()

plt.show()

上面的代码中，通过 Hex 值 ​​#FF0000​​​ 指定颜色为红色，通过 Hex 值 ​​#00FF00​​ 指定颜色为绿色。执行完上述代码后的图形如下图所示：

我们还可以为图形加上网格线，例如：

from matplotlib import pyplot as plt

ages_x = [25, 26, 27, 28, 29, 30, 31, 32, 33, 34, 35]

dev_y = [38496, 42000, 46752, 49320, 53200, 56000, 62316, 64928, 67317, 68748, 73752]
plt.plot(ages_x, dev_y, label="全部开发者", color="#FF0000", marker=".", linestyle="-")

py_dev_y = [45372, 48876, 53850, 57287, 63016, 65998, 70003, 70000, 71496, 75370, 83640]
plt.plot(ages_x, py_dev_y, label="Python开发者", color="#00FF00", marker=".", linestyle="--")

plt.xlabel("年龄")
plt.ylabel("年薪")
plt.title("年龄和薪水的关系")

plt.legend()

plt.grid(True)

plt.show()

上面代码中，调用 grid 函数并传入 True 参数，执行完上述代码后的图形如下图所示：

为了使得图形中的空白区域更少些，我们调用 tight_layout 函数对空白区域进行自动填充，例如：

from matplotlib import pyplot as plt

ages_x = [25, 26, 27, 28, 29, 30, 31, 32, 33, 34, 35]

dev_y = [38496, 42000, 46752, 49320, 53200, 56000, 62316, 64928, 67317, 68748, 73752]
plt.plot(ages_x, dev_y, label="全部开发者", color="#FF0000", marker=".", linestyle="-")

py_dev_y = [45372, 48876, 53850, 57287, 63016, 65998, 70003, 70000, 71496, 75370, 83640]
plt.plot(ages_x, py_dev_y, label="Python开发者", color="#00FF00", marker=".", linestyle="--")

plt.xlabel("年龄")
plt.ylabel("年薪")
plt.title("年龄和薪水的关系")

plt.legend()

plt.grid(True)

plt.tight_layout()

plt.show()

添加 tight_layout 函数的调用后，生成的图形如下图所示：

上面我们是通过设置参数的方式来改变图形的样式，pyplot 也自带了一些样式供我们直接使用，例如：

from matplotlib import pyplot as plt

plt.style.use('fivethirtyeight')

ages_x = [25, 26, 27, 28, 29, 30, 31, 32, 33, 34, 35]

dev_y = [38496, 42000, 46752, 49320, 53200, 56000, 62316, 64928, 67317, 68748, 73752]
plt.plot(ages_x, dev_y, label="全部开发者")

py_dev_y = [45372, 48876, 53850, 57287, 63016, 65998, 70003, 70000, 71496, 75370, 83640]
plt.plot(ages_x, py_dev_y, label="Python开发者")

plt.xlabel("年龄")
plt.ylabel("年薪")
plt.title("年龄和薪水的关系")

plt.legend()

plt.grid(True)

plt.tight_layout()

plt.show()

上述代码使用了 fivethirtyeight 样式，生成的图形如下图所示：

还有其他的样式，例如 ggplot：

from matplotlib import pyplot as plt

plt.style.use('ggplot')

ages_x = [25, 26, 27, 28, 29, 30, 31, 32, 33, 34, 35]

dev_y = [38496, 42000, 46752, 49320, 53200, 56000, 62316, 64928, 67317, 68748, 73752]
plt.plot(ages_x, dev_y, label="全部开发者")

py_dev_y = [45372, 48876, 53850, 57287, 63016, 65998, 70003, 70000, 71496, 75370, 83640]
plt.plot(ages_x, py_dev_y, label="Python开发者")

plt.xlabel("年龄")
plt.ylabel("年薪")
plt.title("年龄和薪水的关系")

plt.legend()

plt.grid(True)

plt.tight_layout()

plt.show()

生成的图形如下图所示：

4. 应用场景

4.1 适用场景

同一变量随时间或有序类别而变化的趋势，例如上面的例子中薪水随年龄的变化趋势。

4.2 不适用场景

1. x 轴节点过多。
2. 数据样本过多，导致折线堆积，难以聚焦到重点。
3. 变量数值大多数情况下为 0。